| 研究課題/領域番号 |
16K13849
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
数理物理・物性基礎
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
大関 真之 東北大学, 情報科学研究科, 准教授 (80447549)
|
|---|
| 研究分担者 |
一木 輝久 名古屋大学, 未来社会創造機構, 特任准教授 (40711156)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 詳細釣り合い / 古典確率 / 量子ゆらぎ / 機械学習 / 汎化性能 / 量子速度限界 / 古典確率過程 / 量子アニーリング / 統計的機械学習 / 詳細釣り合いの破れ / 深層学習 / 確率過程 / モンテカルロ法 / 非平衡統計力学 |
|---|
| 研究成果の概要 |
詳細釣り合いを破ると、定常状態への収束が加速するという事実を踏まえて、古典確率過程を利用する機械学習の分野における画期的なアルゴリズムを開発するのが本研究課題である。
2016年のPhysical Review E 93 (2016) 012129を皮切りに、物理的な過程として詳細釣り合いの破れが果たす役割を理解して、古典確率過程を超えて、量子確率過程に踏み込み、多様なアルゴリズム創出を目指した。Scientific Reports, (2017) 41186やScientific reports, 8 (2018) 9950では量子ゆらぎを活用した機械学習アルゴリズムの実証実験を行った。
|
| 研究成果の学術的意義や社会的意義 |
機械学習の発展は現代科学の礎を築く上で最重要課題であり、その物理学的視座に基づく新規アルゴリズム創出は、決して発見論的ではなく、検証可能であり確固たる理論体系の元に築き上げられる。場当たり的な手法ではない普遍的な手法となるため、その構造の理解と手法の水平展開の容易さから、今後10年に渡る研究の展開の起点となることが期待される。
|
